Vyzkoušej rozdělení 60/40

Jak jsi viděl/a ve videu, v této kapitole budeš pracovat s datasetem Sonar a rozdělíš ho na 60% trénovací a 40% testovací sadu. Pojďme si rozdělení na trénovací a testovací data procvičit ještě jednou, ať ho máš pevně v ruce. Připomeň si, že funkce sample() ti vrátí náhodnou permutaci indexů řádků datasetu – to se hodí při vytváření trénovací a testovací sady, například:

n_obs <- nrow(my_data)
permuted_rows <- sample(n_obs)

Tyto indexy pak použij k náhodnému přeuspořádání datasetu, například:

my_data <- my_data[permuted_rows, ]

Jakmile máš dataset náhodně seřazený, odděl prvních 60 % jako trénovací sadu a zbývajících 40 % jako testovací sadu.

Toto cvičení je součástí kurzu

Machine Learning s balíčkem caret v R

Zobrazit kurz

Pokyny k cvičení

Zjisti počet pozorování (řádků) v datasetu Sonar a výsledek ulož do proměnné n_obs.
Náhodně přeuspořádej indexy řádků datasetu Sonar a výsledek ulož do permuted_rows.
Pomocí permuted_rows náhodně přeuspořádej řádky datasetu Sonar a výsledek ulož jako Sonar_shuffled.
Urči správný řádek pro rozdělení v poměru 60/40 a jeho číslo ulož jako split.
Ulož prvních 60 % datasetu Sonar_shuffled jako trénovací sadu.
Ulož posledních 40 % datasetu Sonar_shuffled jako testovací sadu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Get the number of observations


# Shuffle row indices: permuted_rows


# Randomly order data: Sonar


# Identify row to split on: split
split <- round(n_obs * ___)

# Create train


# Create test

Upravit a spustit kód